Stamoulis Publications Home Page

Ηλεκτρονικό βιβλιοπωλείο
εκδόσεις βιβλίων


Πατήστε εδώ για να μεταβείτε στην αρχική σελίδα των Εκδόσεων Σταμούλη Πατήστε εδώ για να εγγραφείτε στο e-shop και να κάνετε τις αγορές σας Είσοδος Πατήστε εδώ για να δείτε τη λίστα με τα προϊόντα που έχετε αποθηκεύσει Πατήστε εδώ για να τροποποιήσετε στοιχεία του λογαριασμού σας. Επικοινωνία
Αρχική Εγγραφή Είσοδος Λίστα Λογαριασμός Επικοινωνία
Αναζήτηση Σύνθετη Αναζήτηση
το καλάθι περιέχει
0 προϊόντα
Πατήστε εδώ για να δείτε τα περιεχόμενα του καλαθιού και να ολοκληρώσετε την παραγγελία σας.
επιλογή γλώσσας Ελληνικά English
Εγγραφή στην ηλεκτρονική μας ενημέρωση
Κατηγορίες
 
eBooks
 
 
Οικονομία & Διοίκηση
 
 
Γεωτεχνικές Επιστήμες
 
 
Εφηβικά
 
 
Θεολογία
 
 
Παιδικά
 
 
Θετικές Επιστήμες
 
 
Περιβάλλον - Ενέργεια
 
 
Ιατρική
 
 
Πληροφορική - Τεχνολογία
 
 
Δίκαιο
 
 
Εκπαίδευση - Κατάρτιση
 
 
Κοινωνικές Επιστήμες
 
 
Λεξικά
 
 
Διάφορα
 
 
Ιστορία - Λαογραφία
 
 
Μαγειρική
 
 
Πολιτική
 
 
Λογοτεχνία
 
 
Ανθοδετική
 
 
Πανεπιστημιακά
 
Οι εκδόσεις μας
 
 
 
 
 
 
 
 
 
 
 
 
RapidSSL
Google+

Αρχική Θετικές Επιστήμες Στατιστική > Πολυμεταβλητή Στατιστική Ανάλυση


Πολυμεταβλητή Στατιστική Ανάλυση

Πολυμεταβλητή Στατιστική Ανάλυση

ΚΑΡΛΗΣ ΔΗΜΗΤΡΙΟΣ
€35,50  €31,95 (-10,00%)
Πόντοι που κερδίζετε: 3
Χρονολογία έκδοσης: 10 2005
ISBN: 9603515949
Σχήμα: 17x24
Σελίδες: 496
Κατηγορία είδους: ΒΙΒΛΙΟ
Εκδότης: ΕΚΔΟΣΕΙΣ ΣΤΑΜΟΥΛΗ
Κωδικός βιβλίου: 1896
Εξώφυλλο: ΜΑΛΑΚΟ ΕΞΩΦΥΛΛΟ
Διαθεσιμότητα: ΔΙΑΘΕΣΙΜΟ
Περιγραφή
Παρουσιάζει μεθόδους πολυμεταβλητής ανάλυσης από μια ποικιλία γνωστικών αντικειμένων, που μπορούν να αποτελέσουν πολύτιμα εργαλεία στα χέρια του ερευνητή. Το βιβλίο προσφέρει τόσο το θεωρητικό υπόβαθρο των μεθόδων που παρουσιάζονται όσο και πρακτικές συμβουλές για την εφαρμογή των μεθόδων σε ερευνητικά προβλήματα.
 
Περιεχόμενα>>  
Κεφάλαιο 1
Εισαγωγή
1.1 Εισαγωγή 17
1.2 Πολυμεταβλητές Μέθοδοι 21

Κεφάλαιο 2
Πολυμεταβλητή Περιγραφική Στατιστική
2.1 Γραφήματα 27
2.1.1 Matrix Plot 28
2.1.2 Starplots 32
2.1.3 Bubble Plots 36
2.1.4 Glyph Plot 39
2.1.5 Τα Πρόσωπα του Chernoff 39
2.1.6 Οι Καμπύλες του Andrews 42
2.2 Πολυμεταβλητά Περιγραφικά Μέτρα 47
2.2.1 Πολυμεταβλητά Δεδομένα 47
2.2.2 Μέτρα Θέσης 49
2.2.3 Μέτρα Μεταβλητότητας 50
2.2.4 Πίνακας Συσχετίσεων R 53
2.2.5 Στοιχεία Πινάκων 58
2.2.6 Μέτρα Πολυμεταβλητής Ασυμμετρίας και Κύρτωσης 60
2.3 Τρόποι Πολυμεταβλητής Ανάλυσης 64

Κεφάλαιο 3
Πολυμεταβλητές Κατανομές
3.1 Πολυμεταβλητές Κατανομές 67
3.2 Πολυμεταβλητή Κανονική Κατανομή 74
3.3 Διδιάστατη Kανονική Kατανομή 76
3.4 Ιδιότητες της Πολυμεταβλητής Κανονικής Κατανομής 82
3.5 Περιθώριες και Δεσμευμένες Κατανομές 91
3.6 Εκτίμηση Παραμέτρων 99
3.7 Προσομοίωση Δεδομένων από Πολυμεταβλητή
Κανονική Κατανομή 101

Κεφάλαιο 4
Δειγματοληπτικές Κατανομές
4.1 Μη Κεντρικές Κατανομές 103
4.2 Η Κατανομή Wishart 105
4.3 Ιδιότητες της Κατανομής Wishart 107
4.4 Η Κατανομή Τ2 του Hotelling 108
4.5 Η Κατανομή Λάμδα του Wilks 109

Κεφάλαιο 5
Ελεγχοι Υποθέσεων
5.1 Εισαγωγή 113
5.2 Έλεγχοι για ένα Διάνυσμα Μέσων Τιμών 114
5.2.1 Γνωστός πίνακας διακύμανσης 114
5.2.2 Άγνωστος πίνακας διακύμανσης 115
5.3 Έλεγχος για Διαφορά Δύο Μέσων 116
5.4 Έλεγχος Ισότητας Πινάκων Διακύμανσης 118
5.5 Συμπεράσματα 123
5.6 Έλεγχοι για την Πολυμεταβλητή Κανονική Κατανομή 124

Κεφάλαιο 6
Πολυμεταβλητή Ανάλυση Διακύμανσης
6.1 Εισαγωγή 129
6.2 ΜΑNOVA ως προς έναν Παράγοντα 129
6.3 Έλεγχοι Υποθέσεων 132
6.4 Πίνακας Ανάλυσης Διακύμανσης 135
6.5 Πολυμεταβλητή Παλινδρόμηση 135
6.6 Η MANOVA ως Γραμμικό Μοντέλο 137
6.7 Άλλα Θέματα 138
6.8 Παράδειγμα (Fisher's Iris Data) 138
6.9 MANOVA με τη Χρήση του Πακέτου SPSS 140

Κεφάλαιο 7
Ανάλυση σε Κύριες Συνιστώσες
7.1 Εισαγωγή 143
7.2 Η Βασική Ιδέα 144
7.3 Εύρεση των Κύριων Συνιστωσών 146
7.4 Αλλαγή Κλίμακας 149
7.5 Βήματα της Ανάλυσης Σε Κύριες Συνιστώσες 153
7.5.1 Έλεγχος συσχετίσεων 153
7.5.2 Επιλογή πίνακα που θα δουλέψουμε 154
7.5.3 Υπολογισμός ιδιοτιμών και ιδιοδιανυσμάτων 154
7.5.4 Απόφαση για τον αριθμό των συνιστωσών που
θα κρατήσουμε 154
7.5.5 Εύρεση των συνιστωσών 159
7.5.6 Ερμηνεία των συνιστωσών 159
7.5.7 Δημιουργία νέων μεταβλητών 160
7.6 Αποτελέσματα για Ανάλυση σε Κύριες Συνιστώσες από Δείγμα 160
7.7 Μερικά Χρήσιμα Αποτελέσματα 162
7.8 Χρήση των Κύριων Συνιστωσών 163
7.9 Παραλλαγές της Μεθόδου 164
7.10 Case Study: Αποτελέσματα Επτάθλου (Ολυμπιακοί αγώνες,
Λος Άντζελες 1984) 166
7.11 Bootstrap στην Aνάλυση Κύριων Συνιστωσών 185

Κεφάλαιο 8
Παραγοντική Ανάλυση
8.1 Εισαγωγή 193
8.2 Το Ορθογώνιο Μοντέλο 195
8.3 Υποθέσεις του Ορθογώνιου Μοντέλου 196
8.4 Έλεγχος Συσχετίσεων 198
8.5 Αριθμός Παραγόντων και Εκτίμηση των Παραγόντων 202
8.5.1 Εκτίμηση με τη μέθοδο Κύριων Συνιστωσών 204
8.5.2 Εκτίμηση με τη μέθοδο μέγιστης πιθανοφάνειας 205
8.5.3 Κριτήρια Επιλογής Μοντέλου 207
8.5.4 Άλλες μέθοδοι Εκτίμησης 208
8.6 Περιστροφή 210
8.7 Υπολογισμός των Σκορ των Παραγόντων 210
8.8 Επιβεβαιωτική Παραγοντική Ανάλυση
(Confirmatory Factor Analysis) 212
8.9 Μη Ορθογώνια Παραγοντική Ανάλυση 213
8.10 Συμπεράσματα και Σχόλια 214
8.11 Εφαρμογή της Μεθόδου 215
8.11.1 Καταλληλότητα των δεδομένων 216
8.11.2 Επιλογή αριθμού παραγόντων 219
8.11.3 Εκτίμηση των παραμέτρων 221
8.11.4 Αξιολόγηση του μοντέλου 231
8.11.5 Περιστροφή 233
8.11.6 Δημιουργία των factor scores 237
8.11.7 Χρήση των σκορ 239
8.12 Παραγοντική Ανάλυση με τη Χρήση του Στατιστικού
Πακέτου SPSS for Windows 241

Κεφάλαιο 9
Ανάλυση κατά Συστάδες
9.1 Εισαγωγή 249
9.2 Η Απόσταση 252
9.2.1 Η έννοια της απόστασης 252
9.2.2 Μέτρα απόστασης 256
9.3 Προβλήματα που πρέπει να αντιμετωπίσει ο ερευνητής 268
9.4 Η μέθοδος K-Means 270
9.4.1 Ο αλγόριθμος 270
9.4.2 Χαρακτηριστικά του αλγορίθμου 273
9.4.3 K-means στο SPSS 276
9.4.4 Εφαρμογή 279
9.5 Ιεραρχική Oμαδοποίηση 281
9.5.1 Ο αλγόριθμος 282
9.5.2 Επιλογή μεθόδου 283
9.5.3 Παράδειγμα και σύγκριση των μεθόδων 286
9.5.4 Χαρακτηριστικά του αλγορίθμου 291
9.5.5 Εφαρμογή 291
9.6 Ανάλυση σε Oμάδες με τη Xρήση Πιθανοθεωρητικού
Μοντέλου 299
9.7 Άλλοι Αλγόριθμοι 301
9.8 Κριτήρια Επιλογής Αριθμού Ομάδων 302
9.9 Διάφορα Άλλα Θέματα 305
9.9.1 Μεγάλα σετ δεδομένων 305
9.9.2 Ενδιαφέροντα σημεία 306
9.9.3 Επιτυχία της μεθόδου 307

Κεφάλαιο 10
Διαχωριστική Ανάλυση
10.1 Εισαγωγή 311
10.2 Κανόνες Διαχωρισμού Ομάδων 315
10.2.1 Κανόνας Μέγιστης Πιθανοφάνειας 315
10.2.2 Κανόνας του Bayes 318
10.2.3 Ελαχιστοποίηση του κόστους λανθασμένης κατάταξης 318
10.2.4 Παρατηρήσεις σχετικά με τους κανόνες κατάταξης 320
10.3 Διαχωρισμός Δύο Ομάδων με τη Χρήση της Κανονικής
Κατανομής 322
10.3.1 Ο κανόνας 322
10.3.2 Πιθανότητα Λανθασμένης Κατάταξης 323
10.3.3 Η διακριτική ανάλυση στην πράξη 327
10.4 Η Λογική της Διαχωριστικής Συνάρτησης του Fisher 329
10.5 Γενίκευση Διαχωριστικής Ανάλυσης σε K ομάδες 331
10.6 Γενίκευση Διαχωριστικής Ανάλυσης του Fisher σε K ομάδες 332
10.7 Γεωμετρική Ερμηνεία 333
10.8 Άλλες Προσεγγίσεις για το Διαχωρισμό Ομάδων 334
10.8.1 Γραμμική παλινδρόμηση 335
10.8.2 Μέθοδος κοντινότερου γείτονα 339
10.8.3 Λογιστική Παλινδρόμηση 342
10.8.4 Δέντρα αποφάσεων 343
10.8.5 Άλλες μέθοδοι 345
10.9 Άλλα Θέματα 346
10.9.1 Καλή προσαρμογή του μοντέλου 346
10.9.2 Μη παραμετρική διαχωριστική ανάλυση 347
10.9.3 Σχέση με την ανάλυση κατά συστάδες 348
10.10 Διαχωριστική ανάλυση με το SPSS 349
10.10.1 Ένα Απλό Παράδειγμα 349
10.10.2 Ανάλυση του Παραδείγματος με το SPSS 351

Κεφάλαιο 11
Ανάλυση σε ομάδες με τη Xρήση Πιθανοθεωρητικού Μοντέλου (Model Based Clustering)
11.1 Εισαγωγή 367
11.2 Πεπερασμένα Mείγματα Kατανομών 368
11.2.1 Εφαρμογές 370
11.3 Εφαρμογή στην Aνάλυση σε Oμάδες 373
11.4 Αλγόριθμος ΕΜ (Γενικά) 375
11.4.1 Αλγόριθμος ΕΜ για πεπερασμένα μείγματα 376
11.5 Πλεονεκτήματα και Μειονεκτήματα του Aλγορίθμου 379
11.6 Παράδειγμα 380
11.7 Συγκριση με tov K-means 381
11.8 Στατιστική Συμπερασματολογία 384
11.8.1 Επιλογή Αριθμού Ομάδων 384

Κεφάλαιο 12
Αναλυση Αντιστοιχιων
12.1 Εισαγωγή 387
12.1.1 Ιστορική αναδρομή 391
12.2 Τα Δεδομένα 391
12.2.1 Ένα τυπικό παράδειγμα 391
12.3 Βασικές Έννοιες 394
12.3.1 Πίνακας συνάφειας 394
12.3.2 Προφίλ 395
12.3.3 Μάζες 399
12.3.4 Μέτρα απόστασης 400
12.3.5 Αδράνεια 402
12.3.6 Μελέτη της αδράνειας 404
12.3.7 Ο πίνακας των καταλοίπων 407
12.4 Γεωμετρική Θεώρηση 408
12.4.1 Μείωση των διαστάσεων 408
12.4.2 Γεωμετρική ερμηνεία 409
12.5 Πρακτικά Ζητήματα 411
12.5.1 Υπολογιστικές ανάγκες 411
12.5.2 Εφαρμογή 414
12.5.3 Συμμετρικά και μη συμμετρικά biplots 420
12.6 Συμπερασματολογία 423
12.6.1 Ερμηνεία των αποτελεσμάτων 423
12.6.2 Πλήθος αξόνων που θα κρατήσουμε 426
12.6.3 Συμπληρωματικά σημεία 426
12.6.4 Ποιότητα παρουσίασης 429
12.7 Ανάλυση Αντιστοιχιών με την Χρήση SPSS 431
12.8 Άλλα Ζητήματα 435
12.8.1 Συμβουλές 435
12.8.2 Σχέσεις με άλλες μεθόδους 437
12.8.3 Ανάλυση Αντιστοιχιών και log-linear μοντέλα 438
12.8.4 Περαιτέρω χρήσεις της ανάλυσης αντιστοιχιών 439

Κεφάλαιο 13
Πολλαπλη Αναλυση Αντιστοιχιων
13.1 Εισαγωγή 441
13.2 Χειρισμοί Δεδομένων 442
13.2.1 Πίνακας δείκτης 444
13.2.2 Πίνακας Burt 447
13.3 Συμπερασματολογία 449
13.3.1 Αδράνεια 450
13.3.2 Η πολλαπλή ανάλυση αντιστοιχιών στην πράξη 452
13.4 Εφαρμογή 455
13.4.1 Εισαγωγή 455
13.4.2 Εφαρμογή της Πολλαπλής Ανάλυσης Αντιστοιχιών
στα δεδομένα μας 456
13.5 Σχετιζόμενα Θέματα 463
13.5.1 Από κοινού Ανάλυση Αντιστοιχιών 464
13.5.2 Ανάλυση Ομοιογένειας 464
13.5.3 Ασαφής Πολλαπλή Ανάλυση Αντιστοιχιών 465
13.5.4 Άλλα θέματα 466

Ασκήσεις 467

Βιβλιογραφία 487
Το προϊόν προστέθηκε στο καλάθι σας

 Περιεχόμενα καλαθιού
Δεν έχετε αρκετούς πόντους για να αγοράσετε αυτό το προϊόν!

 Περιεχόμενα καλαθιού
Εmail Αlert
Εάν θέλετε να σας ενημερώσουμε όταν το βιβλίο γίνει διαθέσιμο ή όταν κάποιος συγγραφέας εκδόσει κάποιο νέο βιβλίο, συμπληρώστε το email σας και θα επικοινωνήσουμε μαζί σας.
Παρακαλώ ενημερώστε με,
με email όταν:
 
ο συγγραφέας εκδώσει καινούριο βιβλίο
   
Για να χρησιμοποιήσετε αυτή την υπηρεσία, πρέπει να είστε εγγεγραμμένο μέλος. Για να κάνετε εγγραφή, πατήστε εδώ
Είδατε πρόσφατα
1Πολυμεταβλητή Στατιστική Ανάλυση - ΚΑΡΛΗΣ ΔΗΜΗΤΡΙΟΣ
€35,50 €31,95
 
 
 
^BACK TO TOP